Econometrics 05 - Markov-Switching regression (Eviews11)

Zhrnutie prednášky

Prednáška predstavuje Markovove prepínacie (Markov-switching) modely ako alternatívu k dummy premenným pri modelovaní šokov a štrukturálnych zmien. Na rozdiel od threshold autoregresných modelov netreba vopred určovať prahovú hodnotu, model sám hľadá skryté režimy v AR procese. V EViews sa na príklade úrokovej sadzby ECB ukazuje postup: najprv jednoduchý model s dvoma režimami, režimovo špecifickým rozptylom a neprepínanou oneskorenou hodnotou na odstránenie autokorelácie (Durbin-Watson). Hodnotia sa významnosť parametrov, matica prechodových pravdepodobností a očakávaná dĺžka režimov. Postupným pridávaním inflačnej a výstupnej medzery, štruktúry aktív a bilančnej sumy centrálnej banky sa režimy začnú správať ako detekcia outlierov v rokoch 2008–2010. Režimy nemožno ručne ovplyvniť, preto pridanie dummy premenných môže výsledky narušiť.

• - Markov-switching model hľadá skryté režimy bez externej dummy premennej alebo prahu, na rozdiel od TAR modelov.
• - Najprv treba overiť, či sa závislá premenná vôbec delí na dva režimy, až potom pridávať ďalšie premenné.
• - Neprepínaná oneskorená hodnota sa pridáva kvôli autokorelácii a Durbin-Watsonovej štatistike, nie pre jej významnosť.
• - Parametre režimov a rozptylu musia byť významné, inak nemá zmysel mať dva režimy.
• - Matica prechodových pravdepodobností ukazuje stabilitu režimov, napr. ~95–98 % šanca zotrvania a len 2–4 % šanca prechodu.
• - Režimy sú čierna skrinka a nedajú sa ručne meniť; kombinovanie s dummy premennými (napr. GFC) môže výsledky pokaziť.
• - Pridanie makro a menových premenných (inflačná a výstupná medzera, štruktúra aktív a bilancia ECB) spôsobí, že režimy zachytávajú extrémy z rokov 2008–2010.

Zhrnutie pripravené s pomocou AI z prepisu videa.